登录社区云，与社区用户共同成长
邀请您加入社区
zonggeAgent 就是为了解决这个问题而生的——它是一个基于 .NET 9.0 + WPF + Semantic Kernel 的通用型 AI 智能体桌面工作台，一个程序聚合 OpenAI、DeepSeek、Claude、Ollama、通义千问 5 大模型。zonggeAgent（全称：zonggeAgent · AI智能体锻造之路）不是一个简单的"AI聊天聚合器"，而是一个可编程、可扩展、
除此之外，Agent 技能可提供可复用的指令集，而全新的 find_symbol 工具则能让 Agent 在代码库中实现具备语言感知能力的代码导航。点击该链接后，Copilot 会对漏洞进行分析，推荐并执行针对性的依赖项更新，在不影响工作流程的前提下保障程序包的安全。这类专属 Copilot Agent 以 .agent.md 文件的形式定义在代码仓库中，可全面获取工作区信息、实现代码理解、调用各
全局/个人技能（通过用户配置共享，可在各类解决方案中使用）：~/.copilot/skills/、~/.claude/skills/、~/.agents/skills/1 在您的代码仓库（.github/skills/my-skill/）或用户配置（~/.copilot/skills/my-skill/）中创建技能目录。- 解决方案技能（通过您的方案共享）：.github/skills/、.cla
我们的小龙虾可以避免之前杂乱无条理的记忆文本书写与低效的关键词寻找，做到真正的精细化办公，并且达到节省token的目标。那么这样就会出现一个非常明显的问题，虽然说OpenClaw有“上下文压缩”“记忆热插拔”等管理记忆的方法，但是当时间一长我们输入的指令一多，我们的小龙虾的memory文本就会越来越多，越来越杂，就会直接导致小龙虾正在查找相关信息上花费不少没必要的token，而接下来的精细化分库管
本篇我们从Agent可观测性的三支柱出发，构建了一个完整的监控体系：五大核心Metrics提供系统健康画像，分布式Tracing追踪Goal的完整旅程，结构化日志记录每一个决策快照，三层告警策略从静态阈值到异常模式检测层层递进，Grafana面板将所有数据汇聚成作战指挥室。可观测性不是运维工具，它是自进化的基础设施。没有Metrics，你不知道哪些Skill需要进化。没有Traces，你不知道瓶颈
本文介绍了如何通过OpenClaw多智能体架构与Visual Studio深度集成，实现开发全流程自动化。主要内容包括： 环境准备：安装OpenClaw、Visual Studio等必要组件 集成配置：安装插件、配置智能体与VS Code集成、设置快捷键 一键化工作流：从需求输入到代码生成、自动调试、测试和编译的完整流程 高级功能：智能错误修复、自动化部署、代码优化建议等 该系统可实现300%以上
是一个基于大语言模型（LLM）的物联网设备控制系统，通过自然语言指令控制各种硬件设备。系统采用模块化的SKILL架构，支持多种通信协议，并提供智能的技能匹配和按需加载机制。
这篇文章分享了部署OpenClaw私人AI智能体的实战经验。作者用"养虾"作比喻，强调关键不是安装软件，而是培养一个真正可用的数字分身。文章提出三大核心：1)明确目标是要"能干活"的AI；2)一台电脑只能运行一套系统；3)遵循"大脑-躯体-灵魂"的部署逻辑。作者提供了全平台脚本工具，包括API配置、CherryStudio对接和OpenC
